AI 코딩 Open Ai Codex 잠시 사용해본 후기
최근 OpenAI의 클라우드 기반 코드 에이전트 "Codex"를 짧게나마 체험해보았습니다. Codex는 단순한 코드 생성 도우미를 넘어, 실제 코드베이스를 읽고 PR 제안, 테스트, 버그 수정까지 처리할 수 있는 차세대 개발 에이전트입니다.
Codex에 대한 기본 개념과 특징을 소개하고, 실제로 GitHub 레포지토리(url-shortener)에 적용해본 경험을 공유하고자 합니다.
Codex란 무엇인가?
Codex는 OpenAI가 출시한 소프트웨어 엔지니어링 전용 AI 에이전트입니다. 주된 특징은 다음과 같습니다.
클라우드 샌드박스 환경에서 작업 수행: 각 작업은 격리된 환경에서 실행되어 보안과 재현성이 뛰어납니다.
병렬 처리: 여러 작업을 동시에 실행할 수 있어 리팩토링, 테스트, 문서화 작업을 한 번에 진행할 수 있습니다.
AGENTS.md 기반 자동화: 코드베이스에 AGENTS.md 파일을 작성하면 Codex가 프로젝트의 규칙을 이해하고 스스로 작업을 조정합니다.
PR 생성 및 커밋 로그 포함: Codex는 작업 후 Git 상태를 확인하고, 테스트 결과 및 diff 로그를 포함해 커밋 및 PR을 제안합니다.
Codex AI 요금제 및 사용 제한! 무료일까?
Codex는 현재 ChatGPT Pro, Team, Enterprise 플랜 사용자를 대상으로 제공되고 있습니다. 정식 출시 이전 단계인 프리뷰(preview) 버전이므로, 일부 사용자는 초대 기반으로 접근이 제한되거나 기능 일부만 제공될 수 있습니다.
| 요금제 | Codex 사용 가능 여부 | 비고 |
| Free (무료) | ❌ 불가 | 추후 확장 예정 |
| Plus | 🔜 계획 중 | 출시 일정 미정 |
| Pro | ✅ 가능 | 클라우드 기반 사용 가능 |
| Team | ✅ 가능 | 팀 단위 협업 기능 제공 |
| Enterprise | ✅ 가능 | 보안 설정 및 데이터 프라이버시 강화 |
Codex CLI도 제공되고 있으며, 이는 로컬 환경에서도 사용할 수 있는 경량 버전입니다. CLI 기반에서는 o3, o4-mini 등의 모델을 선택해 작업할 수 있습니다.
Codex 사용량 제한
현재는 추가 비용 없이 제공되는 프리뷰 단계이지만, 추후에는 사용량 기반의 과금 체계가 적용될 예정입니다. 참고로 Codex의 요금 예고안은 다음과 같습니다.
- codex-mini-latest (o4-mini 기반)
- 입력 토큰: $1.50 / 1M 토큰
- 출력 토큰: $6.00 / 1M 토큰
- 프롬프트 캐시 할인: 최대 75%
일반적인 LLM API 과금 체계와 유사하며, 사용량이 많아질수록 비용이 증가하는 방식입니다. 다만, Codex는 작업 단위로 사용되며, 각 작업이 1~30분 내로 완료되기 때문에 예측 가능한 수준에서 요금이 청구될 것으로 보입니다.
오픈AI Codex와 GitHub 연동하기
깃허브의 개인 프로젝트 URL 단축기 프로젝트
오픈AI 코덱스로 접속합니다.
설명을 보고 다음을 눌러 진행하다 보면, 자신의 github 깃허브와 연동하라고 나옵니다.
연동을 해줍니다.
챗GPT가 팀버전이라 다른 팀원도 같이 사용할 수 있습니다.
환경은 새로운 환경에서 시작했습니다.
공개된 깃허브의 리포지토리는 모두 선택이 가능합니다.
데이터는 모델 개선을 위해서 사용할지 여부를 허용할 수 있습니다.
바로 시작되는데, 모두 체크된 기본 작업을 수행해보았습니다.
Codex를 테스트할 대상으로 선택한 프로젝트는 Node.js, TypeScript, MongoDB 기반의 간단한 URL 단축기(url-shortener)입니다. 개인 프로젝트로 다음과 같은 구조를 가집니다.
url-shortener/
├─ server/
│ ├─ models/
│ │ └─ url.ts
│ ├─ routes/
│ │ └─ urls.ts (사용되지 않음)
│ └─ index.ts
├─ client/
│ ├─ tsconfig.json (React UI 없음)
└─ package.json
README 상에는 클라이언트 구현도 존재하는 것처럼 보이나 실제 코드에는 존재하지 않았습니다. 클라이언트 관련 코드는 누락된 상태로, 서버 코드만이 실질적으로 존재합니다.
Codex가 수행한 작업
Codex에 "오탈자 수정, 코드 불일치 수정, 테스트 개선 제안"이라는 요청을 넣은 결과 다음과 같은 작업이 병렬로 수행되었습니다.
server/index.ts의 중복 주석 블록 제거 제안
routes/urls.ts 파일은 주석 처리된 채 방치되어 있어 삭제 또는 리팩토링 제안
package.json에 npm 스크립트가 없음 → 실행 방식을 명확히 하도록 스크립트 추가 권고
MongoDB 연결 문자열이 하드코딩되어 있음 → .env 구성 파일을 통한 환경 설정 제안
버그 수정을 요청하였습니다.
그래서 Pull Request을 생성하라고 버튼을 눌러 보았습니다.
https://github.com/ndking82/url-shortener/pull/1
Codex 는 코드 내 오탈자, 비효율적인 로직, 명확하지 않은 변수명 등을 식별해 개선점을 제안했습니다. 또 index.ts 내 코드 흐름을 정리하고, 실수로 남겨진 과거 코드 주석들을 정리하라는 권고도 병행했습니다.
오탈자 수정 및 문서 불일치도 개선하였습니다. 실행만 눌러주면 바로 처리됩니다.
필요한 작업을 바로 Codex 코덱스에게 명령해서 프로그래밍 개발을 할 수 있습니다.
추가 기능인 통계페이지를 만들라고 하니, 바로 만들어 줍니다. 코드가 만족스러우면 머징하거나 PR해서 검증할 수 있습니다.
AI코딩으로 개발도 에이전트가 알아서 해줍니다.
AI 코딩 Codex 장점, 단점
장점
병렬 작업 처리 능력: 오탈자 수정, 코드 리팩토링, 테스트 추가 제안 등 다양한 작업을 동시에 수행해 개발 흐름이 매끄럽습니다.
코드 구조 이해력: Codex는 디렉토리 구조와 mongoose 모델 구조를 빠르게 파악하고, server/models/url.ts의 타입 정의를 바탕으로 API 흐름을 분석합니다.
투명한 결과 제시: diff 로그와 함께 어떤 변경을 했고, 테스트가 어떻게 통과했는지를 명확히 설명해줍니다.
아쉬운 점
프론트엔드 코드 미비 상황에서의 한계: 클라이언트 코드가 존재하지 않아 API 통합 테스트까지는 이뤄지지 못했습니다.
커밋 자동화에 대한 우려: Codex가 자동으로 커밋을 생성하므로, 개발자가 직접 검토하는 시간이 줄어들 수 있습니다. (단, diff 확인 후 PR 생성 선택 가능)
Codex 로 바라본 개발자 미래
Codex와 같은 AI 도구를 잘 활용하려면 단순히 "시켜보는 것"을 넘어 다음과 같은 능력이 필요합니다.
프로젝트 구조 명확히 하기: README, AGENTS.md, package.json 등을 통해 Codex가 이해할 수 있도록 정리
테스트 환경 구축: Codex가 수정 후에도 문제가 없다는 걸 검증하려면 테스트 코드가 필수
환경 변수 관리 습관화: 하드코딩된 설정을 제거하고 .env 기반 설정을 도입
리팩토링 워크플로 정의: Codex 작업 후 어떤 방식으로 리뷰 및 적용할지를 미리 팀 내에서 정의
Codex는 마치 한 명의 유능한 주니어 개발자를 얻은 것 같은 느낌을 줍니다. 반복적인 코드 정리, 테스트 제안, 오류 탐지 등을 스스로 처리해주며, 개발자의 시간을 절약해줍니다. 물론 최종 리뷰는 인간 개발자가 맡아야 하지만, 그 시간을 절반 이하로 줄여줄 수 있는 가능성을 확인했습니다.
지금은 미리보기(preview) 단계지만, 향후 API나 데스크탑 통합 기능이 본격화되면 개발 워크플로의 패러다임이 크게 바뀔 것이라 예상합니다.